叶钰琪 杨 又

随着大数据基础设施的普及和互联网的发展，大数据逐步应用于医学护理行业，大数据的优势带来了医学护理领域的便利和进步。但是在大数据医学护理建设和应用的过程中遇到了许多新的难题，亟待学界的思考和解决。大数据如何契合医学护理的需要，医学护理如何通过大数据应用获得新的发展。本文通过大数据应用现状的调查，总结出大数据在医学护理应用的困境，并提出针对性的解决方案。

1 大数据医学护理的界定及其应用优势

对于大数据医学护理，学界有许多解释。朱瑞芳等说“大数据护理泛指所有与护理和生命健康相关的极大量数据，包括医院大数据护理、区域卫生服务平台大数据、基于大量人群的护理研究或疾病监测大数据等”[1]。大数据和医疗领域结合后，可以整合、探索和分析具有不同性质的大量复杂异构数据，推动医学护理领域的信息化、智能化发展。护士从业人员利用大数据支持临床决策，有助于促进卫生服务公平；护理领导者理解大数据科学的价值和标准化数据的工作流程，利用最前沿的分析方法，可以控制护理成本。具体言之，大数据在医学护理中的优势主要包括以下几个方面：

1.1 大数据可实现智能化医学护理 算法的智能化不仅用于护理数据分析和评估，更重要的是通过算法实现数据的预测。通过大数据分析和大数据价值链，从数据中提取隐含的相关性和见解，将这些概念与人工智能相结合[2]，从而更好地调整医疗资源，实现护理人员的合理使用和调配。数据采集也可以采用智能化的算法，通过智能化终端，持续收集人体健康数据。智能化的数据采集模式使人们足不出户，就可获得医疗护理服务，体现数据采集智能化在节约医疗资源和方便患者中的作用。

1.2 大数据可实现交互医学护理 大数据的交互可以通过实时交互、可视化交互等手段，实现已有数据的充分利用。将实时数据输入平台加以分析，通过大数据的可视化交互，提高大数据医学护理使用的方便性和利用的高效率。同时信息经过大数据的分析比对再反向传回，指导护理操作，大幅提高护理的准确性。而大数据交互平台的建立，可以为海量数据的处理和利用提供载体。

1.3 大数据利于实现个性化医学护理 大数据可以对医学护理工作的运用场景进行提前探索和评估，精细化运算每位患者的个性化需求。当数据的量足够大时，大数据信息系统将从一个数据交换和信息传输系统转变为一个基于数据的大规模集成分析系统，从而获得自我思考的能力。通过对数据的全面考量，能更大程度上发现患者的需求，考虑到护理工作中的空白领域，为个性化护理服务提供支持。

1.4 大数据可实现系统化医学护理 运用大数据的手段，可以将数据整合进医护系统，通过系统化的管理挖掘护理的潜力。大数据医学护理系统通过对大数据获取、管理和多组建模，指导护士和其他临床医生的医疗活动。大数据的系统化还体现在护理管理中，通过大数据整合调度护理资源，使护理管理更加高效率、科学化、人性化，减轻管理人员压力的同时提高管理水平。

1.5 大数据可实现全景时空医学护理 大数据的应用使病人数据的采集可以跨越时间、空间的限制，分析的结果再由各方配合，医院护理、出院后护理、卫生院护理、社区护理相互协调，全方位反馈到病人，体现对患者跨越时间和空间的全诊疗过程的全程护理。例如5I模式，基于数据分析与挖掘，为老年群体提供快速精准的智慧医养护一体化服务，并建立完善的全周期监管服务体系[3]。

2 大数据在医学护理中的应用现状与问题

2.1 大数据在医学护理中的应用现状 随着大数据基础设施的建设，大数据在医学护理中的应用日益成为学界关注的重要话题。大数据在医学护理中的应用在国外处于比较成熟的阶段，应用于多个护理领域，如老人护理、婴幼儿护理、危重症护理等。对于护理工作者而言，国外利用大数据的参与，可以改变原有的护理决策机制，合理调整护理资源，使临床护士有更多的决策权。将大数据纳入决策和政策制定过程，可以防止护士效率低下，调整护理流程，促进护理资源合理分配，从而改善医疗护理的效果[4]。护士领导者可以利用大数据来实现提高质量、改善患者体验和降低成本的三重目标。目前，国内大数据在医学护理中的应用处于初始阶段，但也有发展，比如：广州中医药大学构建了宫颈癌感染的目标诊断模型，结合宫颈癌大数据信息监测系统，为宫颈癌患者的早期诊断和治疗提供依据[5]；北京护理人员通过大数据的预防性护理干预降低血液透析患者感染的发生率，提高患者的生活质量[6]。

2.2 大数据在医学护理应用中存在的问题 大数据作为新兴技术，国内在大数据应用方面还存在许多困境，例如在隐私保护方面，尚靖伟等[7]学者提出：医疗大数据领域预防隐私泄露的模型较少，现阶段医疗信息化的发展使患者隐私泄露更加多样化。马玉娇等[8]学者提出在大数据的背景下，可视化分析的应用中存在数据库和软件的单一问题，护士需要在数据主导的护理创新方面不断学习。大数据在医学护理中应用的困境具体体现在以下方面：

2.2.1 大数据医疗应用不充分不全面 目前我国对于大数据的采集处于医院自愿申报，申报后可以统计分析自己医院的情况，也可以横向比较其他医院的情况进行数据分析。国家层面只是停留在自愿加入的医院可以有数据的统计和分析，但是不包括基层医院、专科医院、基层卫生院、乡镇医疗服务中心、养老院等。农村地区缺乏技术支撑和专业化服务人员，使农村人口享受不到大数据时代智能带来的医疗便利。

2.2.2 数据采集设备和平台建设不够完善 我国拥有海量医疗数据资源，但是对于数据的采集不够重视，录入的数据不全面，导致数据在研究和搜索时出现数据的偏差。张路霞指出：我国卫生医疗信息化程度较高，但不同地区间信息化程度不均衡、数据标准不统一，导致国外的医疗大数据质量评估模型难以直接外推至我国使用。因此，建立适合我国国情的健康医疗大数据质量评估模型，开发评估工具刻不容缓。同时我国还尚未建立具有权威的平台进行数据保存和分析。

2.2.3 临床护理工作者大数据理念落后 大数据可以提高工作效率，减轻护理人员负担，但是在医院层面，没有将大数据从理论推向应用，惯性思维限制了大数据应用场景。大数据在医院的临床应用和人员管理中还有很大的发展空间，医护人员大数据思维能力不足，导致大数据的应用范围受到限制。医院门诊护理管理层为非IT人员，对大数据相关技术掌握不到位甚至严重缺乏，需要引进或重点培养兼具大数据技术、护理知识和管理技能的人才[9]。

2.2.4 大数据隐私保护和大数据产业的政策和立法不成熟 我国要完善相关的立法，保护大数据的安全和用户隐私，维护大数据采集和大数据用户的权益。2018年，国家虽然出台了在大数据应用方面的相关规定：《关于印发国家健康医疗大数据标准、安全和服务管理办法（试行）的通知》，但是对医疗数据的合法采集和使用的相关规定不够完善，对大数据隐私保护立法不够细化。国家和政府在政策上对大数据产业，特别是大数据医疗护理的支持力度不够。

3 解决国内大数据在医学护理中应用困境的对策

我国大数据在医学护理发展中出现的困境，根植于我国的医疗卫生体系。要解决这些困境，需要从我国的国情出发，针对各个困境提出切实的解决策略。

3.1 提高数据采集设备先进性和数据处理系统的先进性 我国每天都在产生巨量的医疗数据，需要用更先进、便利的设备对数据进行高效、全面的采集，提高数据采集的效率和质量。可以通过各种穿戴设备或手机进行监测，同时加强开发新的分析工具，加强大数据采集和临床应用的相关性。加大力度推动大数据权威平台的建设，着重关注大数据医疗护理在精准护理、护理管理等方向的平台建设，打造让更多护理人员参与进来的、产业化的大数据中心平台，推动大数据医学护理的创新创造。加强处理大数据中心平台的建设，为大数据的处理分析提供平台，同时也为护理学科专业性的提升提供保障。

3.2 培养现代医护体系下的大数据思维 发挥大数据的指导，为医学护理提供更标准化的框架，每个护理工作者都可以成为护理数据的创造者以及护理工作决策者。摒弃对权威的迷信，用大数据打破惯性思维，探索护理管理者的盲区，让更多有大数据思维的护理参与者有机会加入决策程序，让护理决策更加理性。大数据护理是推进大数据医疗的重要一环，特别是在数据采集环节，要提高护士在大数据采集、分析、应用方面的能力和信心。加大对护士群体创新，创造的支持，积极探索大数据在护理中应用途径，使大数据使用场景符合护理的实际需要，特别是对于专科护理的需要。

3.3 推进大数据与医护领域的深度融合 加快推进大数据应用进入医疗机构，特别是要深入乡镇的医疗机构。加强社区护理人才培训，完善乡镇网络建设，利用大数据指导社区护理人员的工作，让乡镇医疗机构与三甲医院全面接轨，让社区体检等医疗服务可以利用大数据惠及更广泛的人群。依靠物联网和云计算等核心技术，改变过去每一个社区单位是一个“孤岛”的局面，实现各街道、各区县的信息共享，切实解决基层和欠发达地区大数据资源未能普及共享的问题，切实依靠大数据技术完善医疗设施建设和医疗服务。

3.4 关注大数据安全问题 应该采取技术和立法的手段来保护医疗的隐私问题。技术上通过对前沿技术的投入发展、对原有隐私算法的改进，发现临床大数据在医学护理中的应用需要保护的部分，对隐私泄露的行为加以分析处理，适应新环境下对隐私数据保护的要求，降低隐私泄露的风险。在对数据本身进行保护研究的同时，也应高度重视数据共享中的权益保护问题[10]。立法上，要加快推出大数据隐私和权益的法律保障，明确数据权益归属的问题，从立法层面保护大数据隐私和安全。发挥立法引导，技术兜底的作用，促进大数据护理发展。